-
公开(公告)号：CN104143119B
公开(公告)日：2017-06-09
申请号：CN201410366028.7
申请日：2014-07-29
Applicant: 华北电力大学
Abstract: 本发明公开了电网设计与规划技术领域中的一种多尺度分层蜂窝输电网及其规划方法。方法包括：以次高电压等级的电源节点构成的输电网电源层作为目标输电网电源层；根据多尺度分层蜂窝输电网规划模型，求解目标输电网电源层的电源节点容量和电网连线决策量最优解；将所述最优解代入上层输电网电源层，如果两层输电网电源层都满足全网经济性约束，则完成目标输电网电源层规划；否则，对目标输电网电源层中不满足负荷点有功负荷约束的蜂窝网格进行分裂；以下层输电网电源层作为目标输电网电源层，继续规划过程；本发明还提供了一种输电网。本发明降低了模型复杂度，提高了供电可靠性，实现了能源的高效利用与资源的合理配置。
-
公开(公告)号：CN104268626B
公开(公告)日：2017-04-12
申请号：CN201410561756.3
申请日：2014-10-21
Applicant: 国家电网公司 , 国网浙江省电力公司杭州供电公司 , 华北电力大学
Inventor： 黄宏新 , 赵明 , 任广振 , 罗进圣 , 许刚 , 徐祥海 , 胡伟 , 杨先进 , 韩一峰 , 谈元鹏 , 徐航 , 毛炜 , 黄肖为 , 洪晓东 , 娄雨风 , 池俊锋 , 姚广元
Abstract: 本发明公开了一种电力电缆寿命估计的方法及系统，该方法包括：获取电缆待测样本在N个类型环境下对应的N个电缆训练样本的相关信息；根据出厂设计年限t和真实服役时间treal计算得到相对服役时间t*；对每个所述电缆训练样本依据预设绝缘状态指标进行检测，对获取到的检测数据进行预处理，得到预处理后的检测数据li；建立电缆寿命估计的神经网络模型，并训练所述神经网络模型得到电缆寿命估计模型；利用所述电缆寿命估计模型对所述电缆待测样本进行寿命估计，得到所述电缆待测样本的寿命估计结果，实现了对电缆待测样本进行将绝缘状态指标和所处的环境情况作为依据的离线寿命估计，达到了提高电力电缆的寿命估计结果的实用性，从而提高电网安全性的目的。
-
公开(公告)号：CN103050970A
公开(公告)日：2013-04-17
申请号：CN201310014801.9
申请日：2013-01-15
Applicant: 华北电力大学
CPC classification number: Y02E40/30
Abstract: 一种适用于特高压电网分层分区的稳定性分析及优化方法，属于特高压输电网安全领域。稳定性分析方法包括改进的短路电流水平计算方法；基于ANFIS的安全域最优潮流分析。本发明还提供一种适用于特高压电网分层分区的稳定性优化方法。构建基于分层分区策略的无功优化模型；采用改进的遗传算法，等。本发明采用改进的短路电流水平计算方法、基于自适应神经模糊推理系统的安全域最优潮流分析以及基于改进遗传算法的无功补偿优化方法对受端电网进行稳定性分析及优化；可以保障电网的安全稳定运行，为电力公司在制定特高压接入的受端系统分层分区规划时提供量化支撑与决策依据，是一种可靠的分析及决策方法，可以创造可观的技术经济效益和社会效益。
-
公开(公告)号：CN100469138C
公开(公告)日：2009-03-11
申请号：CN200610080731.7
申请日：2006-05-15
Applicant: 华北电力大学(北京)
Abstract: 本发明公开了属于远程数字视频监控和图像识别技术及电力变压器风机设备运行状态监测技术领域的一种基于视频监控与图像识别的电力变压器风机状态识别方法。该方法是将远程数字视频监控和图像识别技术结合起来，首先通过摄像头、解码器以及视频服务器等设备，将采集到的数字视频信号通过传输通道以视频流的方式实时传送回监控中心，在监控中心对现场进行远程视频监视，从视频流中截取监视目标图片，通过相应的图像预处理技术对数字视频图像进行分析、处理和识别。因此应用远程视频监控和图像识别技术，能够实现对电力变压器风机运行状态的自动识别和故障告警。该项技术保证电力企业生产安全以及快速诊断故障。
-
公开(公告)号：CN114879281A
公开(公告)日：2022-08-09
申请号：CN202210419954.0
申请日：2022-04-21
Applicant: 华北电力大学
Abstract: 本发明涉及深度学习领域和降水量预测领域，具体公开了一种基于深度学习的降水量预测方法；首先通过中国统计年鉴官方网站获取对应的降水量预测的训练数据集，针对训练集的.jpg格式，利用百度智能云系统的智能文字识别OCR技术与spilt分割函数结合，实现文本数据信息的提取；借助pandas库与head函数实现数据的加载和检查；实现数据格式的转换、归一化、tensor化；搭建基于TensorFlow的DNN模型，设置模型的设置shuffle、batch的数值，并对模型装配适合的的优化器与损失函数，对特征数据进行预测，得出预测标签数据label'm*1并进行存储；利用RMSD数值可以比较好的评价该降水量预测回归模型的性能，也可以以此为依据进行算法的改进和模型的优化；保存完善后的训练模型，供后续降水量预测的使用。
-
Patent Agency Ranking
公开(公告)号：CN114757045A
公开(公告)日：2022-07-15
申请号：CN202210456412.0
申请日：2022-04-28
Applicant: 华北电力大学
Abstract: 本发明涉及综合能源能流计算的基础理论领域，具体为一种确定性复杂多能流稳态分析计算方法；确定性能流计算是IES运行分析的重要基础，其主要任务是在某一确定的工况下，通过系统中的部分已知信息求取未知信息，从而确定出整个系统的运行状态。确定性能流计算的研究重点在于能流方程的理论推导、模型的建立及求解上。稳态计算基于瞬时平衡思想，将系统的状态变化视作离散过程，一般由代数方程表征。
-
公开(公告)号：CN107491412B
公开(公告)日：2021-01-12
申请号：CN201710557184.5
申请日：2017-07-10
Applicant: 华北电力大学 , 国网辽宁省电力有限公司 , 上海电缆研究所有限公司
Abstract: 本发明公开了一种基于经验小波变换的用户用电负荷特征提取方法，包括：用经验小波变换分解用户用电负荷数据为多个经验小波函数分量；对每个经验小波函数进行Hilbert变换，并将Hilbert谱在时频联合域中进行表示；计算每个分量与原始负荷数据归一化相关系数，根据相关度选取规则设定合适的阈值，选取与原始负荷数据相关度较高的有效分量，对所提取的有效分量的能量进行2范数求解，将求解结果组合构成能综合表征用户用电特性的特征矢量。该方法结合了小波分析和经验模式分解方法的优点，通过自适应地分割傅里叶频谱，构造正交小波滤波器组，将单一信号分解为多个具有紧支撑傅立叶频谱的调幅‑调频分量，实现不同频率特征信息的分离。
-
公开(公告)号：CN109886604A
公开(公告)日：2019-06-14
申请号：CN201910187314.X
申请日：2019-03-13
Applicant: 华北电力大学
Abstract: 本发明涉及一种基于一维卷积神经网络技术的电力系统暂态稳定评估方法，该方法首先利用电力系统中WAMS系统采集到的母线的电压幅值和相角以及支路的有功、无功功率作为原始输入数据，然后再对其进行数据预处理后形成训练集；利用一维卷积神经网络建立电力系统暂态稳定评估模型。该模型由一维卷积层、一维池化层和全连接输出层组成。本发明利用卷积层和池化层进行特征提取，挖掘数据的隐藏模式，形成更有利于暂态稳定评估的高阶特征，进而将其全连接层中进行评估。该方法具有较高的评估准确率，对于电力系统在线安全稳定评估具有重要意义。
-
公开(公告)号：CN105187454B
公开(公告)日：2018-05-08
申请号：CN201510690862.6
申请日：2015-10-22
IPC: H04L29/06
Abstract: 本发明公开了属于电力工程设计技术领域的一种电力工程设计数据传输与安全防护方法。将电力工程设计数据按工程领域分类，设置查询权限；对需要上传的电力工程设计数据进行数据清洗；整合出需要进行传输的数据包；对电力工程设计数据压缩包进行完整性校验并产生校验码α1；将电力工程设计数据压缩包与校验码α1上传至公共数据库；获得完整性校验码α2；α1等于α2时，提取出电力工程设计数据；电力工程设计数据进行同步更新；获得完整性校验码β1、β2；β1不等于β2时，则用备用数据库中的电力工程设计数据覆盖公共数据库中的电力工程设计数据，进行数据自愈还原。能够保证公共数据库中电力工程设计数据的完整性、可用性与保密性。
-
公开(公告)号：CN107230013A
公开(公告)日：2017-10-03
申请号：CN201710330865.8
申请日：2017-05-11
Abstract: 本发明提出了一种电力用户异常用电行为的检测与时间定位方法。该方法首先从采集系统中提取用户的用电负荷数据，然后将用户用电负荷数据转化成用电趋势并分割为a个演变周期，对每个周期内的趋势数据采用聚类处理，对电力用户群体进行周期演变分析，检测用户演变周期中的异常累积变化并进行异常判定和时间的定位。所提方法避开研究多种客观因素对用户用电水平的影响；通过周期演变分析，能有效降低误判可能性，提高异常判定的精度。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.034 seconds)
